Huan Zhang
University of Illinois Urbana-Champaign
収録論文 15本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- MotorMind: 汎用視覚言語モデルをゼロショットロボットマニピュレーションに活用するフレームワークマニピュレーション2026/9/29
汎用VLMが直接観察から行動を生成しフィードバックで適応するだけでロボット操作を実現するハーネスを提案し、専用学習や外部ツールなしでLIBERO-PROや実機xArm6で高い成功率を達成した。
- OVIG: 勾配信号によるAI学習完全性の楽観的検証AIセキュリティ2026/6/19
外部委託されたAI学習の完全性を、勾配差の経験的境界を用いて検証する楽観的フレームワークOVIGを提案。
- 信頼性の高い自律システムの構築:課題と解決策自律システム2026/6/1
自律システムの信頼性を高めるための課題と解決策をまとめたワークショップ報告書であり、検証・実世界応用・安全なソフトウェアアーキテクチャの3分野に焦点を当て、今後の研究と産業協力のロードマップを提示している。
- 制御とニューラルネットワーク検証器α,β-CROWNを橋渡しする:チュートリアル検証2026/5/26
本論文は、制御系の安全性や安定性を形式的に検証するために、ニューラルネットワーク検証器α,β-CROWNを活用する統一フレームワークを解説するチュートリアルである。
- ロボット政策の訓練と評価のためのインタラクティブ世界シミュレータ世界モデル2026/3/1
一貫性モデルを用いて高速かつ安定なインタラクティブ世界モデルを構築し、ロボット政策の訓練と評価を可能にするフレームワークを提案。世界モデル内で収集したデータで訓練した政策が実世界データと同等の性能を示し、シミュレーションと実世界の性能に強い相関があることを実証。
- エンジニアリングAGIへの道:LLMの設計能力を測るベンチマークベンチマーク2025/9/1
9つの工学分野にわたる実践的な設計課題を解かせるベンチマークEngDesignを提案し、LLMのドメイン知識統合や制約下推論、目的指向設計の能力を評価する。
- Zubovサンプリングと反復的領域拡張による安定化ニューラル制御器の二段階学習制御/安定性学習2025/6/1
Zubovに着想を得たサンプリングと領域拡張で制御器とLyapunov関数を二段階学習し、NN検証器を拡張して連続時間系の安定性保証と吸引領域を従来より格段に広く推定する手法を提案。
- CodeDiffuser: VLM生成コードによる曖昧な指示に対応する注意強化拡散ポリシーVLA2025/6/1
VLMが自然言語指示を解釈してタスク固有のコードを生成し、そのコードから3D注意マップを作って拡散ポリシーを誘導することで、曖昧な指示下のロボットマニピュレーションを実現するフレームワーク。
- BaB-ND: 分枝限定法とニューラルダイナミクスによる長期的動作計画マニピュレーション2024/12/1
ニューラルダイナミクスモデル上での軌道最適化に分枝限定法をGPUで高速化し、接触の多い長期的なマニピュレーション計画を高精度に解くフレームワークを提案。
- 閉ループ交通生成のための因果構成拡散モデル交通シミュレーション2024/12/1
拡散モデルに因果構造を組み込み、制御可能性とリアリズムを両立させた閉ループ交通シミュレーション生成手法を提案。
- 分岐限定法によるリアプノフ安定なニューラル制御器の認定訓練制御/検証2024/11/1
訓練時にも検証計算を考慮した分岐限定法ベースの認定訓練フレームワークを提案し、リアプノフ安定なニューラル制御器をより効率的に検証可能にした。
- 状態フィードバックと出力フィードバックのためのリアプノフ安定なニューラル制御:新たな定式化制御/安定性2024/4/1
高速な反例探索と戦略的正則化を用いて、リアプノフ証明付きのニューラル制御器を学習する枠組みを提案し、GPU上で効率的に検証する。出力フィードバック制御への拡張も示す。
- エージェントは見知らぬエージェントとリレーできるか?強化学習の分布外軌道への汎化強化学習2023/4/1
強化学習エージェントが他のエージェントの軌道途中から制御を引き継ぐ「リレー汎化」を評価し、自己軌道拡張(STA)で改善する手法を提案。
- AlphaZero系エージェントは敵対的摂動に頑健か?敵対的攻撃2022/11/1
囲碁AIに対し、意味のない手を加えた敵対的状態を効率的に探索する初の攻撃手法を開発し、KataGoなどのエージェントが明らかな悪手を指すことを示した。
- 観測摂動下における安全強化学習のロバスト性安全強化学習2022/5/1
安全強化学習が観測への敵対的摂動に対して脆弱であることを示し、報酬最大化攻撃とコスト最大化攻撃の2手法を提案するとともに、頑健な学習フレームワークを提案した。
